MatConvnet工具箱文档翻译理解五

第4章 计算块

本章描述了MatConvNet支持的各个计算块。CNN计算块的接口是在第2章讨论之后设计的。该块被实现为MATLAB函数
y = vl_nn （x，w），其采用MATLAB数组x和w表示输入数据和参数，并返回数组y作为输出。 一般来说，x和y是包装N个图或图像的4D实数阵列，如上所述，而w可具有任意形状。
实现每个块的功能能够在向后方向上工作以及计算导数。 这是通过传递第三个可选参数dzdy来表示网络输出相对于y的导数; 在这种情况下，该函数相对于输入数据和参数返回导数[dzdx，dzdw] = vl_nn （x，w，dzdy）。 数组dzdx，dzdy和dzdw分别具有相同的x，y和w维数（见2.3节）。
不同的函数可以根据需要使用略微不同的语法：许多函数可以接受额外的可选参数，指定为属性值对; 有些没有参数w（例如，整流线性单元）; 其他人可以获取多个输入和参数，在这种情况下可能存在多于一个x，w，dzdx，dzdy或dzdw。 有关语法的详细信息，请参阅本章的其余部分和MATLAB内联帮助。
本章的其余部分描述了在MatConvNet中实现的块，其中a特别关注其分析定义。 请参考MATLAB内联帮助有关语法的进一步详细信息。

4.1 Convolution

卷积块由函数vl_nnconv实现。 y = vl_nnconv（x，f，b）计算输入映射x与K个多维滤波器f和偏置b的卷积。 这里


该图示出了通过滤波器f对1D信号x进行滤波以获得信号y的过程。 滤波器具有H0 = 4个元素，并且施加有Sh = 2个样本的步幅。紫色区域表示填充P